假设n为节点个数d[i][j]为从 i 到 j 的最小距离为d[i][j], INF为无穷大;
先对floyd做初始化:
for (int i = 1; i <= n; i ++ ) for (int j = 1; j <= n; j ++ ) if (i == j) d[i][j] = 0; else d[i][j] = INF;
floyd最终算法代码如下:
for (int k = 1; k <= n; k ++ ) for (int i = 1; i <= n; i ++ ) for (int j = 1; j <= n; j ++ ) d[i][j] = min(d[i][j], d[i][k] + d[k][j]);
该算法如何得来??
这里利用了动态规划的思想:
如图:
不包括k点很好理解
那包括k点如何理解?
我们只需要把从 i -> j 其中走过的节点包括k看为从i -> k + 从k -> j ;
经过上述分析我们的代码变为:
for (int k = 1; k <= n; k ++ ) for (int i = 1; i <= n; i ++ ) for (int j = 1; j <= n; j ++ ) d[k][i][j] = min(d[k][i][j], d[k - 1][i][k] + d[k - 1][k][j]);
现在我们考虑如何对它做优化
对比我们得到的两个等式:
d[i][j] = min(d[i][j], d[i][k] + d[k][j]); d[k][i][j] = min(d[k - 1][i][j], d[k - 1][i][k] + d[k - 1][j][k]);
假设第一个式子当i == k时变为d[k][j] = min(d[k][j], d[k][k] + d[k][j])其中d[k][k]我们初始化为了0
所以得d[k][j] = min(d[k][j], d[k][j]);我们发现当循环到第k层时这个式子就是其本身:
当j == k时同理;
所以当到第k层循环时d[k][i][j]始终为d[k - 1][i][j]因此根据背包问题得优化第一维可直接去掉,即得到最终式子
floyd算法性质:d[i][j] = min(d[i][j], d[i][k] + d[k][j])其中k是从 i 走到 j 中的最大的点